将熊猫数据框转换为 JSON 对象列

Question

我有一个熊猫数据框，其中包含有关具有多个订单的用户的信息，并且在每个订单中都有多个商品购买。数据框格式示例：user_id | order_num | item_id | item_desc     1        1         1         red    1        1         2         blue    1        1         3         green我想将它转换为列中的 JSONb 对象，以便我可以在 postgresql 中查询它。目前我正在使用以下代码：j = (reg_test.groupby(['user_id', 'order_num'], as_index=False)             .apply(lambda x: x[['item_id','item_desc']].to_dict('r'))             .reset_index()             .rename(columns={0:'New-Data'})             .to_json(orient='records'))这是我得到的结果：'''[          {            "New-Data": [              {                "item_id": "1",                "item_desc": "red",              },              {                "item_id": "2",                "item_desc": "blue",              },              {                "item_id": "3",                "item_desc": "green",              }            ],            "order_number": "1",            "user_id": "1"          }        ]'''虽然这是正确的 json 格式，但我希望结果如下所示：'''[  {    "New-Data": [{"1":      {        "item_id": "1",        "item_desc": "red",      },"2": {        "item_id": "2",        "item_desc": "blue",      },"3":      {        "item_id": "3",        "item_desc": "green",      }     }    ],    "order_number": "1",    "user_id": "1"  }]'''

Answer 1

作为@rpanai 解决方案的替代方案，我将处理转移到 vanilla python 中：

将数据帧转换为 dict ：

M = df.to_dict("records")

为项目创建字典

items = [

         {key: value 

         for key, value in entry.items() 

         if key not in ("user_id", "order_num")}

         for entry in M

        ]

item_details = [{str(num + 1): entry}

                for num, entry

                in enumerate(items)]

print(item_details)

[{'1': {'item_id': 1, 'item_desc': 'red'}},

 {'2': {'item_id': 2, 'item_desc': 'blue'}},

 {'3': {'item_id': 3, 'item_desc': 'green'}}]

初始化dict并添加剩余数据

d = dict()

d['New-Data'] = item_details

d['order_number'] = M[0]['order_num']

d['user_id'] = M[0]['user_id']

wrapper = [d]

print(wrapper)

[{'New-Data': [{'1': {'item_id': 1, 'item_desc': 'red'}},

   {'2': {'item_id': 2, 'item_desc': 'blue'}},

   {'3': {'item_id': 3, 'item_desc': 'green'}}],

  'order_number': 1,

  'user_id': 1}]

Answer 2

您是否考虑过使用自定义功能

import pandas as pd

df = pd.DataFrame({'user_id': {0: 1, 1: 1, 2: 1},

 'order_num': {0: 1, 1: 1, 2: 1},

 'item_id': {0: 1, 1: 2, 2: 3},

 'item_desc': {0: 'red', 1: 'blue', 2: 'green'}})

out = df.groupby(['user_id', 'order_num'])[["item_id", "item_desc"]]\

        .apply(lambda x: x.to_dict("records"))\

        .apply(lambda x: [{str(l["item_id"]):l for l in x}])\

        .reset_index(name="New-Data")\

        .to_dict("records")

在哪里out返回

[{'user_id': 1,

  'order_num': 1,

  'New-Data': [{'1': {'item_id': 1, 'item_desc': 'red'},

    '2': {'item_id': 2, 'item_desc': 'blue'},

    '3': {'item_id': 3, 'item_desc': 'green'}}]}]